基于LBP和SVM的焊缝缺陷识别方法

作者：赵方琪; 盛凌; 牛志勇; 武思雨; 梁昌晶

来源：焊管, 2022, 45(06): 33-38.

DOI：10.19291/j.cnki.1001-3938.2022.06.006

• 焊缝缺陷
• LBP
• SVM
• 特征提取
• 分类识别

为保证焊接接头处于安全工作状态，对焊缝缺陷实施定量识别与分类，提出了基于局部二值模式（LBP）和支持向量机（SVM）的缺陷识别方法。首先采用局部二值模式LBP算法对焊缝的超声回波信号进行特征提取，并结合因子分子进行数据降维，降低高维特征集中的冗余数据，最后采用SVM模型实现缺陷的分类识别，并对影响SVM分类效果的核函数和超参数进行了优选。结果表明，高斯核函数在焊缝缺陷分类上的识别效果最好，当超参数C和特征向量ε分别为5.749 7和9.243 6，核函数的gamma参数为2.859 5时，模型最优，分类准确率为95%，分类效果优于常规时频域特征。研究结果可为焊缝缺陷的无损检测和评价提供实际参考。